Influencing factors of mood and sleep among special operation personnel
-
摘要:
目的 调研特殊作业人员情绪和睡眠的影响因素，为相关问题的预防和干预提供依据。 方法 采用随机抽样的方法，纳入特殊作业期间的600名特殊作业人员作为调查对象，采用一般情况调查表收集其基本信息，采用焦虑自评量表（SAS）、抑郁自评量表（SDS）、匹兹堡睡眠质量指数量表（PSQI）对情绪和睡眠情况实施评估。 结果 Spearman相关分析显示，与焦虑情绪相关的因素有工龄（r＝0.099，P＝0.016）、家庭居住地（r＝－0.153，P＜0.001）、睡眠情况（r＝0.199，P＜0.001），与抑郁情绪相关的因素有与父母关系（r＝－0.134，P＝0.001）、家庭居住地（r＝－0.144，P＜0.001）、睡眠情况（r＝0.122，P＝0.003），与睡眠相关的因素有年龄（r＝0.088，P＝0.031）、工龄（r＝0.079，P＝0.049）、子女情况（r＝0.083，P＝0.043）。二元logistic回归分析显示，抑郁情绪不是睡眠质量的影响因素（OR＝1.302，95%CI 0.759~1.758，P＝0.086），焦虑情绪是睡眠质量的影响因素（OR＝2.187，95%CI 1.608~4.695，P＝0.001）。 结论 本次调查的特殊作业人员睡眠情况与年龄、工龄相关，且受焦虑情绪的影响，应提高对睡眠问题的关注度；特殊作业人员焦虑、抑郁情绪和工龄、家庭居住地、与父母关系、睡眠情况相关，需重点关注年龄较大、工作时间较长者的心理健康。 Abstract:Objective To investigate the factors influencing mood and sleep among special operation personnel, so as to provide evidence for the prevention and intervention of related issues. Methods A total of 600 special operation personnel during their special duty were enrolled by random sampling method. Basic information was collected by a general information questionnaire. Mood and sleep status were evaluated by self-rating anxiety scale (SAS), self-rating depression scale (SDS), and Pittsburgh sleep quality index scale (PSQI). Results Spearman correlation analysis showed that factors associated with anxiety were years of work experience (r＝0.099, P＝0.016), family residence (r＝－0.153, P < 0.001), and sleep status (r＝0.199, P < 0.001); the factors associated with depression were relationship with parents (r＝－0.134, P＝0.001), family residence (r＝－0.144, P < 0.001), and sleep status (r＝0.122, P＝0.003); and the factors associated with sleep were age (r＝0.088, P＝0.031), years of work experience (r＝0.079, P＝0.049), and number of children (r＝0.083, P＝0.043). Binary logistic regression analysis showed that depression was not an influencing factor of sleep (odds ratio [OR]＝1.302, 95% confidence interval [95%CI] 0.759-1.758, P＝0.086), while anxiety was an influencing factor of sleep (OR＝2.187, 95%CI 1.608-4.695, P＝0.001). Conclusion The sleep status of special operation personnel investigated in this survey is related to age and years of work experience, and is influenced by anxiety. Therefore, greater attention should be given to sleep issues in the occupational health support of special operations. Additionally, years of work experience, family residence, relationship with parents, and sleep status are related to anxiety and depression among special operation personnel. It is necessary to focus on the mental health of older workers and those with longer tenure. -
Keywords:
- special operation personnel /
- depression /
- anxiety /
- sleep
-
随着心理健康问题在全球范围内受到越来越多的关注，关于特殊作业人员的心理健康也已成为公众和研究者关注的焦点[1-2]。特殊作业人员因其特殊的工作环境和职业特点，如长时间的特殊作业、长期的紧张应激状态、与家人分离以及在封闭的空间内长期生活等特有的生活环境和工作条件等，面临着巨大的心理压力和挑战[2-3]。这些独特的压力因素使特殊作业人员可能更易于出现情绪问题和睡眠问题，从而影响其工作效率和生活质量[4-5]。本研究对特殊作业人员的焦虑、抑郁情绪及睡眠情况的影响因素进行调查分析，为预防和干预特殊作业人员焦虑、抑郁情绪及睡眠问题的发生提供依据。
1 对象和方法
1.1 研究对象
采用随机抽样方法，抽取特殊作业期间的600名特殊作业人员作为研究对象。
1.2 问卷调查方法
采用一般情况调查表调查研究对象的性别、年龄、工龄、学历、婚姻状态、子女情况、夫妻关系、与父母关系、家庭居住地、家庭成长环境、是否为独生子女、近亲中有无心理疾病史等。选用焦虑自评量表（self-rating anxiety scale，SAS）[6]筛查特殊作业人员的焦虑情绪。该量表由20个条目组成，每个条目评分为1~4分，依次对应“没有或很少（发生）、少部分时间、相当多时间、绝大部分或全部时间”。其中5个条目需要进行反向计分。将所有条目得分相加得到总粗分，再乘以1.25取整数后得到标准分。量表标准分分界值为50分，50~59分为轻度焦虑，60~69分为中度焦虑，＞69分为重度焦虑。选用抑郁自评量表（self-rating depression scale，SDS）[7]筛查特殊作业人员的抑郁情绪。该量表由20个条目组成，每个条目评分为1~4分，依次对应“没有或很少（发生）、少部分时间、相当多时间、绝大部分或全部时间”。其中10个条目需要进行反向计分。将所有条目得分相加得到总粗分，再乘以1.25取整数后得到标准分。量表的标准分分界值为53分，53~62分为轻度抑郁，63~72分为中度抑郁，＞72分为重度抑郁。选用匹兹堡睡眠质量指数量表（Pittsburgh sleep quality index scale，PSQI）[8]评估特殊作业人员的睡眠情况，该量表由19个条目组成，包含睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、催眠药物使用情况和日间社会功能7个因子。每个因子按程度分别计0~3分，最后将各因子得分相加得到总分，总分范围为0~21分，分界值为7分，≤7分表示睡眠质量好，＞7分表示睡眠质量差，得分越高睡眠质量越差。要求被调查对象按照指导语独立进行填写，现场回收问卷。发放问卷600份，回收有效问卷600份，有效率为100%。
1.3 统计学处理
采用SPSS 26.0软件对数据进行统计学分析。计数资料用人数和百分数表示。相关性检验采用Spearman相关分析，影响因素分析采用多元有序logistic回归或二元logistic回归方法。检验水准（α）为0.05。
2 结果
2.1 一般人口学资料
本研究共纳入600名特殊作业人员作为研究对象，男590人（98.3%）、女10人（1.7%），年龄＜25岁414人（69.0%）、≥25岁186人（31.0%），近亲中均无心理疾病史。
2.2 焦虑、抑郁情绪及睡眠情况的相关因素分析
Spearman相关分析结果显示，焦虑情绪和工龄、家庭居住地、睡眠情况相关（r＝0.099、－0.153、0.199，均P＜0.05），抑郁情绪和与父母关系、家庭居住地、睡眠情况相关（r＝－0.134、－0.144、0.122，均P＜0.05），睡眠情况和年龄、工龄、子女情况相关（r＝0.088、0.079、0.083，均P＜0.05）。见表 1。
表 1 焦虑、抑郁情绪及睡眠情况相关因素的Spearman相关分析因素 SAS得分 SDS得分 PSQI得分 r P值 r P值 r P值 性别 －0.019 0.647 －0.064 0.115 0.036 0.378 年龄 0.061 0.136 0.006 0.886 0.088 0.031 工龄 0.099 0.016 0.042 0.304 0.079 0.049 学历 －0.030 0.457 －0.069 0.091 0.031 0.452 婚姻状态 0.065 0.109 0.040 0.330 0.077 0.061 子女情况 0.020 0.625 0.029 0.473 0.083 0.043 夫妻关系 0.063 0.126 0.047 0.254 0.074 0.071 与父母关系 －0.074 0.072 －0.134 0.001 －0.063 0.126 家庭居住地 －0.153 ＜0.001 －0.144 ＜0.001 0.048 0.236 家庭成长环境 －0.063 0.122 －0.028 0.498 －0.050 0.221 是否独生子女 0.051 0.216 0.075 0.065 －0.022 0.585 PSQI得分 0.199 ＜0.001 0.122 0.003 SAS：焦虑自评量表；SDS：抑郁自评量表；PSQI：匹兹堡睡眠质量指数量表. 2.3 焦虑、抑郁情绪及睡眠情况的影响因素分析
多元有序logistic回归分析发现，家庭居住地在农村的人员出现焦虑情绪的概率高于居住地在城市者（OR＝3.384，95%CI 1.576~7.265，P＝0.002），睡眠质量好者比睡眠质量差者更不容易出现焦虑情绪（OR＝0.322，95%CI 0.197~0.526，P＜0.001）；与父母关系一般和较好的人员比与父母关系非常好的人员出现抑郁情绪的概率更高（OR＝8.066，95%CI 3.010~21.689，P＜0.001；OR＝1.953，95%CI 1.160~3.290，P＝0.012），家庭居住地在农村和县城的人员出现抑郁情绪的概率高于居住地在城市者（OR＝2.175，95%CI 1.267~3.728，P＝0.005；OR＝1.972，95%CI 1.070~3.636，P＝0.029），睡眠质量好者比睡眠质量差者更不容易出现抑郁情绪（OR＝0.557，95%CI 0.382~0.813，P＝0.002）。见表 2。二元logistic回归分析显示，抑郁情绪不是睡眠质量的影响因素（OR＝1.302，95%CI 0.759~1.758，P＝0.086），焦虑情绪是睡眠质量的影响因素（OR＝2.187，95%CI 1.608~4.695，P＝0.001）。见表 3。
表 2 焦虑、抑郁情绪影响因素的多元有序logistic回归分析自变量 SAS得分 SDS得分 OR (95%CI) P值 OR (95%CI) P值 性别(男vs女) 1.636 (0.183, 14.644) 0.660 7.768 (0.691, 87.269) 0.097 年龄(＜25岁vs ≥25岁) 1.216 (0.608, 2.438) 0.580 1.141 (0.635, 2.050) 0.660 工龄(＜2年vs ≥2年) 0.926 (0.166, 5.155) 0.930 0.875 (0.322, 2.382) 0.795 学历(高中或中专vs研究生及以上) 0.964 (0.147, 6.315) 0.969 1.718 (0.229, 12.910) 0.599 学历(大专vs研究生及以上) 0.698 (0.115, 4.238) 0.696 1.800 (0.253, 12.833) 0.557 学历(本科vs研究生及以上) 0.755 (0.135, 4.208) 0.748 1.587 (0.241, 10.444) 0.631 婚姻状态(未婚vs离异) 868 914.491 (0.000, ∞) 0.989 1 089 250.061 (0, ∞) 0.991 婚姻状态(已婚vs离异) 3.013 (0.000, ∞) 0.999 0.076 (0, ∞) 0.998 子女情况(有vs无) 1.010 (0.236, 4.319) 0.989 0.411 (0.094, 1.795) 0.237 夫妻关系(非常差vs非常好) 2.892 (0.305, 27.430) 0.355 0.398 (0.032, 4.860) 0.471 夫妻关系(一般vs非常好) 0.000 (0.000, ∞) 0.986 1.990 (0.259, 15.280) 0.508 夫妻关系(较好vs非常好) 0.482 (0.115, 1×109) 0.318 0.696 (0.236, 2.050) 0.511 与父母关系(一般vs非常好) 3.357 (0.961, 11.712) 0.058 8.066 (3.010, 21.689) ＜0.001 与父母关系(较好vs非常好) 1.556 (0.746, 3.248) 0.239 1.953 (1.160, 3.290) 0.012 家庭居住地(农村vs城市) 3.384 (1.576, 7.265) 0.002 2.175 (1.267, 3.728) 0.005 家庭居住地(乡镇vs城市) 0.250 (0.030, 2.098) 0.201 1.623 (0.737, 3.568) 0.229 家庭居住地(县城vs城市) 2.042 (0.861, 4.850) 0.105 1.972 (1.070, 3.636) 0.029 家庭成长环境(父母中1人去世vs完整) 1.855 (0.676, 5.094) 0.231 1.021 (0.398, 2.617) 0.966 家庭成长环境(父母离异vs完整) 1.146 (0.389, 3.374) 0.805 0.978 (0.446, 2.145) 0.956 独生子女(是vs否) 0.969 (0.562, 1.675) 0.912 0.807 (0.537, 1.212) 0.300 PSQI得分(≤7分vs＞7分) 0.322 (0.197, 0.526) ＜0.001 0.557 (0.382, 0.813) 0.002 SAS赋值：＜50分为0，50~59分为1，60~69分为2，＞69分为3；SDS赋值：＜53分为0，53~62分为1，63~72分为2，＞72分为3. SAS：焦虑自评量表；SDS：抑郁自评量表；PSQI：匹兹堡睡眠质量指数量表；OR：比值比；95%CI：95%置信区间. 表 3 睡眠情况影响因素的二元logistic回归分析自变量 OR (95%CI) P值 性别 1.756 (0.470, 6.587) 0.412 年龄 1.289 (0.742, 2.082) 0.344 工龄 1.630 (0.763, 1.892) 0.256 学历 1.007 (0.731, 1.288) 0.965 婚姻状态 0.898 (0.291, 2.344) 0.841 子女情况 2.310 (0.655, 2.637) 0.135 夫妻关系 1.033 (0.747, 1.549) 0.865 与父母关系 0.792 (0.487, 1.050) 0.252 家庭居住地 1.115 (0.961, 1.289) 0.152 家庭成长环境 1.298 (0.610, 1.299) 0.646 是否独生子女 0.919 (0.648, 1.366) 0.660 SAS得分 2.187 (1.608, 4.695) 0.001 SDS得分 1.302 (0.759, 1.758) 0.086 常量 0.420 0.489 SAS：焦虑自评量表；SDS：抑郁自评量表；OR：比值比；95%CI：95%置信区间. 3 讨论
既往研究发现，特殊作业人员出现睡眠和情绪问题的比例高于其他作业人员[9]，其在特殊作业后焦虑、抑郁得分明显升高[10]。对焦虑、抑郁情绪问题影响因素的研究发现，年龄大、受教育程度高、独生子女、有儿童期创伤与反刍思维的特殊作业人员更容易出现情绪问题，也有研究发现抑郁和受教育程度、职位类型呈负相关[11-13]。本研究结果显示，特殊作业人员的抑郁情绪和与父母关系、睡眠情况相关，焦虑情绪和工龄、睡眠情况相关。本研究结果还显示家庭居住地是焦虑和抑郁情绪的影响因素，即在农村长大的人员更容易出现情绪问题。从上个世纪80、90年代开始，随着我国市场经济的发展，大量农村人口外出打工，留守儿童增多。从社会生态系统对个人心理影响的角度分析，留守儿童在幼年时因为和父母的分离，容易出现消极的自我意识、歧视知觉、相对剥夺感、孤独感等问题，长期缺少父母陪伴的家庭生活经历会影响个体的情绪理解能力，而这些都会在其成人后影响其心理健康[14-17]。乡村的文化教育水平相对落后，留守儿童的精神世界匮乏，这些构成了社会层面的宏观影响[18]。这可能是农村成长的特殊作业人员更容易出现焦虑、抑郁等心理问题的原因之一。
既往研究显示，特殊作业人员睡眠问题与特殊作业时间、焦虑和抑郁情绪、生活习惯、婚姻状况、受教育程度、睡眠环境的改变等相关[19-21]。本研究对睡眠问题的相关因素进行分析，结果显示睡眠问题与年龄、工龄相关。特殊作业人员面临作业时间长、值更频繁、职业倦怠、工作强度大等情况[22]，工龄越长，以上不利因素对作业人员的影响就越大，更容易出现睡眠问题。随着年龄的增长，人体会出现昼夜节律的变化、睡眠的碎片化等情况，与之对应的就是睡眠满意度下降，这种情况在男性中尤其明显[23-24]，而本研究中男性占比较大，这可能是本次研究中特殊作业人员年龄越大越容易出现睡眠问题的原因之一。既往研究显示睡眠问题与负性情绪相关[25-26]，本研究对相关因素进行二元logistic回归分析，结果显示，与抑郁情绪相比，焦虑情绪对睡眠的影响更大。关于睡眠和焦虑情绪的神经影像学研究发现，两者有相同的神经通路和递质存在重叠，比如边缘系统（即杏仁核、脑岛和前扣带回等）和海马区域的活动[27-28]，这可能是两者相互影响的原因所在，但是确切的神经机制还需进一步研究。
综上所述，本次调查显示农村成长经历与特殊作业人员抑郁、焦虑情绪相关，应从心理、家庭、学校、社会等角度全方位地分析其情绪问题成因，并提出科学、有效、规范的干预方案；特殊作业人员的睡眠情况受年龄、工龄、焦虑情绪的影响，在特殊作业保障建设中，应提高对睡眠问题的关注度，并加强对特定人群（农村成长、年龄大、工作时间长）的心理素质提升。本研究也存在一定局限性。首先，特殊作业人员性别比例不均衡，影响研究结果的准确性；其次，本研究只纳入了特殊作业人员在作业时的心理和睡眠情况，缺少对作业前后、不同职位作业人员的分析，后期进一步研究时可更加细分，全面分析影响其情绪和睡眠的危险因素。
-
表 1 焦虑、抑郁情绪及睡眠情况相关因素的Spearman相关分析
因素 SAS得分 SDS得分 PSQI得分 r P值 r P值 r P值 性别 －0.019 0.647 －0.064 0.115 0.036 0.378 年龄 0.061 0.136 0.006 0.886 0.088 0.031 工龄 0.099 0.016 0.042 0.304 0.079 0.049 学历 －0.030 0.457 －0.069 0.091 0.031 0.452 婚姻状态 0.065 0.109 0.040 0.330 0.077 0.061 子女情况 0.020 0.625 0.029 0.473 0.083 0.043 夫妻关系 0.063 0.126 0.047 0.254 0.074 0.071 与父母关系 －0.074 0.072 －0.134 0.001 －0.063 0.126 家庭居住地 －0.153 ＜0.001 －0.144 ＜0.001 0.048 0.236 家庭成长环境 －0.063 0.122 －0.028 0.498 －0.050 0.221 是否独生子女 0.051 0.216 0.075 0.065 －0.022 0.585 PSQI得分 0.199 ＜0.001 0.122 0.003 SAS：焦虑自评量表；SDS：抑郁自评量表；PSQI：匹兹堡睡眠质量指数量表. 表 2 焦虑、抑郁情绪影响因素的多元有序logistic回归分析
自变量 SAS得分 SDS得分 OR (95%CI) P值 OR (95%CI) P值 性别(男vs女) 1.636 (0.183, 14.644) 0.660 7.768 (0.691, 87.269) 0.097 年龄(＜25岁vs ≥25岁) 1.216 (0.608, 2.438) 0.580 1.141 (0.635, 2.050) 0.660 工龄(＜2年vs ≥2年) 0.926 (0.166, 5.155) 0.930 0.875 (0.322, 2.382) 0.795 学历(高中或中专vs研究生及以上) 0.964 (0.147, 6.315) 0.969 1.718 (0.229, 12.910) 0.599 学历(大专vs研究生及以上) 0.698 (0.115, 4.238) 0.696 1.800 (0.253, 12.833) 0.557 学历(本科vs研究生及以上) 0.755 (0.135, 4.208) 0.748 1.587 (0.241, 10.444) 0.631 婚姻状态(未婚vs离异) 868 914.491 (0.000, ∞) 0.989 1 089 250.061 (0, ∞) 0.991 婚姻状态(已婚vs离异) 3.013 (0.000, ∞) 0.999 0.076 (0, ∞) 0.998 子女情况(有vs无) 1.010 (0.236, 4.319) 0.989 0.411 (0.094, 1.795) 0.237 夫妻关系(非常差vs非常好) 2.892 (0.305, 27.430) 0.355 0.398 (0.032, 4.860) 0.471 夫妻关系(一般vs非常好) 0.000 (0.000, ∞) 0.986 1.990 (0.259, 15.280) 0.508 夫妻关系(较好vs非常好) 0.482 (0.115, 1×109) 0.318 0.696 (0.236, 2.050) 0.511 与父母关系(一般vs非常好) 3.357 (0.961, 11.712) 0.058 8.066 (3.010, 21.689) ＜0.001 与父母关系(较好vs非常好) 1.556 (0.746, 3.248) 0.239 1.953 (1.160, 3.290) 0.012 家庭居住地(农村vs城市) 3.384 (1.576, 7.265) 0.002 2.175 (1.267, 3.728) 0.005 家庭居住地(乡镇vs城市) 0.250 (0.030, 2.098) 0.201 1.623 (0.737, 3.568) 0.229 家庭居住地(县城vs城市) 2.042 (0.861, 4.850) 0.105 1.972 (1.070, 3.636) 0.029 家庭成长环境(父母中1人去世vs完整) 1.855 (0.676, 5.094) 0.231 1.021 (0.398, 2.617) 0.966 家庭成长环境(父母离异vs完整) 1.146 (0.389, 3.374) 0.805 0.978 (0.446, 2.145) 0.956 独生子女(是vs否) 0.969 (0.562, 1.675) 0.912 0.807 (0.537, 1.212) 0.300 PSQI得分(≤7分vs＞7分) 0.322 (0.197, 0.526) ＜0.001 0.557 (0.382, 0.813) 0.002 SAS赋值：＜50分为0，50~59分为1，60~69分为2，＞69分为3；SDS赋值：＜53分为0，53~62分为1，63~72分为2，＞72分为3. SAS：焦虑自评量表；SDS：抑郁自评量表；PSQI：匹兹堡睡眠质量指数量表；OR：比值比；95%CI：95%置信区间. 表 3 睡眠情况影响因素的二元logistic回归分析
自变量 OR (95%CI) P值 性别 1.756 (0.470, 6.587) 0.412 年龄 1.289 (0.742, 2.082) 0.344 工龄 1.630 (0.763, 1.892) 0.256 学历 1.007 (0.731, 1.288) 0.965 婚姻状态 0.898 (0.291, 2.344) 0.841 子女情况 2.310 (0.655, 2.637) 0.135 夫妻关系 1.033 (0.747, 1.549) 0.865 与父母关系 0.792 (0.487, 1.050) 0.252 家庭居住地 1.115 (0.961, 1.289) 0.152 家庭成长环境 1.298 (0.610, 1.299) 0.646 是否独生子女 0.919 (0.648, 1.366) 0.660 SAS得分 2.187 (1.608, 4.695) 0.001 SDS得分 1.302 (0.759, 1.758) 0.086 常量 0.420 0.489 SAS：焦虑自评量表；SDS：抑郁自评量表；OR：比值比；95%CI：95%置信区间. -
[1] 孔德华, 吴菁, 张蕾, 等. 长远航舰艇官兵心理健康维护的研究现状[J]. 解放军护理杂志, 2019, 36(2): 77-80. DOI: 10.3969/j.issn.1008-9993.2019.02.018. [2] 陈丽华, 曾婧, 惠小勇, 等. 某部特殊作业人员疲劳状况调查分析[J]. 中国疗养医学, 2024, 33(4): 104-108. DOI: 10.13517/j.cnki.ccm.2024.04.023. [3] 杨娟, 蔡琳. 远洋航行人员抑郁及其影响因素研究进展[J]. 中国临床心理学杂志, 2015, 23(6): 1061-1064, 1069. DOI: 10.16128/j.cnki.1005-3611.2015.06.025. [4] HOUTKOOPER A, WINGELAAR T T, ENDERT E L, et al. Self-reported vitality and health status are higher in Dutch submariners than in the general population[J]. Diving Hyperb Med, 2023, 53(3): 218-223. DOI: 10.28920/dhm53.3.218-223. [5] DEDEAUX J A, LEWIS R K. Does the physical and mental health of veterans differ by military branch?[J]. J Prev Interv Community, 2021, 49(3): 207-220. DOI: 10.1080/10852352.2019.1654260. [6] DUNSTAN D A, SCOTT N. Norms for Zung's self-rating anxiety scale[J]. BMC Psychiatry, 2020, 20(1): 90. DOI: 10.1186/s12888-019-2427-6. [7] JOKELAINEN J, TIMONEN M, KEINÄNEN-KIUKAANNIEMI S, et al. Validation of the Zung self-rating depression scale (SDS) in older adults[J]. Scand J Prim Health Care, 2019, 37(3): 353-357. DOI: 10.1080/02813432.2019.1639923. [8] ZITSER J, ALLEN I E, FALGÀS N, et al. Pittsburgh sleep quality index (PSQI) responses are modulated by total sleep time and wake after sleep onset in healthy older adults[J]. PLoS One, 2022, 17(6): e0270095. DOI: 10.1371/journal.pone.0270095. [9] 董奕含. 心理应激对船员心理健康的影响: 积极情绪的调节作用[J]. 心理月刊, 2024, 19(10): 61-63. DOI: 10.19738/j.cnki.psy.2024.10.016. [10] 孙占颖, 张晖, 路春丽, 等. 远洋航行船员应对方式在心理弹性与心理应激间的中介效应分析[J]. 中国职业医学, 2024, 51(6): 677-681. DOI: 10.20001/j.issn.2095-2619.20241213. [11] 刘昕, 付爱玲, 李欣泽, 等. 2020－2022年乌鲁木齐市煤矿工人职业紧张与心理健康调查[J]. 中国预防医学杂志, 2023, 24(10): 1009-1014. DOI: 10.16506/j.1009-6639.2023.10.001. [12] 杨夕涛. 海员心理素质与船舶航行安全关系探讨[J]. 天津航海, 2021(3): 53-55. DOI: 10.3969/j.issn.1005-9660.2021.03.019. [13] HRUBY A, LIEBERMAN H R, SMITH T J. Symptoms of depression, anxiety, and post-traumatic stress disorder and their relationship to health-related behaviors in over 12, 000 US military personnel: bi-directional associations[J]. J Affect Disord, 2021, 283: 84-93. DOI: 10.1016/j.jad.2021.01.029. [14] 张艺涵, 张婷, 赵景欣. 歧视知觉与农村留守青少年的孤独感: 亲子分离年龄和分离时长的作用[J]. 心理发展与教育, 2022, 38(1): 90-99. DOI: 10.16187/j.cnki.issn1001-4918.2022.01.11. [15] ZHAO J, LI Q, WANG L, et al. Latent profile analysis of left-behind adolescents' psychosocial adaptation in rural China[J]. J Youth Adolesc, 2019, 48(6): 1146-1160. DOI: 10.1007/s10964-019-00989-1. [16] TAN R, FANG H, CHEN S. The development of emotion understanding among five- and six-year-old left-behind children in rural China[J]. Int J Environ Res Public Health, 2023, 20(5): 3974. DOI: 10.3390/ijerph20053974. [17] 刘红升, 詹露露, 赵雅欣, 等. 社会生态系统框架下农村留守儿童抑郁影响因素分析[J]. 中国农村卫生事业管理, 2023, 43(9): 615-619. DOI: 10.19955/j.cnki.1005-5916.2023.09.002. [18] JIANG Q, SHE X, DILL S E, et al. Depressive and anxiety symptoms among children and adolescents in rural China: a large-scale epidemiological study[J]. Int J Environ Res Public Health, 2022, 19(9): 5026. DOI: 10.3390/ijerph19095026. [19] LI H, LIU Y. Navy sailors health behavior: a multi-factor analysis of circadian rhythm on naval operational capability[J]. Am J Health Behav, 2023, 47(2): 349-359. DOI: 10.5993/AJHB.47.2.14. [20] 汪统岳, 邵戎镝, 王燕尼, 等. 动态光照对密闭空间人员睡眠节律和警觉性的长期影响[J]. 同济大学学报(自然科学版), 2025, 53(3): 355-367. DOI: 10.11908/j.issn.0253-374x.23245. [21] 徐莹, 任攀, 刘曼娇, 等. 海岛环境作业人员睡眠质量及影响因素调查[J]. 海军军医大学学报, 2024, 45(6): 770-775. DOI: 10.16781/j.CN31-2187/R.20240233. XU Y, REN P, LIU M, et al. Sleep quality and its influencing factors of individuals working on islands: a survey[J]. Acad J Sec Mil Med Univ, 2024, 45(6): 770-775. DOI: 10.16781/j.CN31-2187/R.20240233. [22] 魏志强, 欧阳隆绪, 汤乃军, 等. 海洋石油钻井平台作业人员职业紧张状况和社会心理因素研究[J]. 职业与健康, 2015, 31(8): 1018-1021. DOI: 10.13329/j.cnki.zyyjk.2015.0307. [23] WANG C L, LI C X, LIANG S F. The lifestyle of new middle-aged and older adults in Taiwan described by wearable device: age and gender differences[J]. Eur J Ageing, 2024, 21(1): 27. DOI: 10.1007/s10433-024-00824-y. [24] FAN Y, WANG Y, GU P, et al. How temperature influences sleep[J]. Int J Mol Sci, 2022, 23(20): 12191. DOI: 10.3390/ijms232012191. [25] KONTTINEN H. Emotional eating and obesity in adults: the role of depression, sleep and genes[J]. Proc Nutr Soc, 2020, 79(3): 283-289. DOI: 10.1017/S0029665120000166. [26] KAHN M, SHEPPES G, SADEH A. Sleep and emotions: bidirectional links and underlying mechanisms[J]. Int J Psychophysiol, 2013, 89(2): 218-228. DOI: 10.1016/j.ijpsycho.2013.05.010. [27] CHELLAPPA S L, AESCHBACH D. Sleep and anxiety: from mechanisms to interventions[J]. Sleep Med Rev, 2022, 61: 101583. DOI: 10.1016/j.smrv.2021.101583. [28] LEVIN R, NIELSEN T. Nightmares, bad dreams, and emotion dysregulation[J]. Curr Dir Psychol Sci, 2009, 18(2): 84-88. DOI: 10.1111/j.1467-8721.2009.01614.x.
